pythonのプログラムを並列化しようと考え、pythonのモジュールであるmultiprocessingを実装した所以下のエラーが発生致しました。
使用しているモジュールは主に遺伝的アルゴリズム用のDEAPというモジュールです。
DEAPのリファレンス
コメントであるようにpool = multiprocessing.Pool(3)をmainの下に置いた所プロセスは5つ生まれマルチプロセスにはなれたのですが、タスクマネージャーで見たところそのプロセスのうち1つのみ稼働している見た目だけマルチプロセスになってしまいました。
http://gazo.shitao.info/r/i/20160125185509_000.png
1つだけ25%でそれ以外0％であり、尚且つプロセスを3つ生み出す命令しているのにプロセスが4つ生み出されているため、プロセスを生み出す処理と動作する処理を別に行っていると考えられるのですがその理由がわかりません。どのようにするべきか教えてくれれば助かります。

import random
import numpy
import matplotlib.pyplot
import time
import multiprocessing
from multiprocessing import Lock
#from scoop import futures

from deap import algorithms
from deap import base
from deap import creator
from deap import tools

toolbox = base.Toolbox()

def main():
#     random.seed(64)
    NGEN = 5
    MU = 75
    LAMBDA = 75
    CXPB = 0.6
    MUTPB = 0.3

    pop = toolbox.population(n=MU)
    hof = tools.ParetoFront()
    stats = tools.Statistics(lambda ind: ind.fitness.values)
    stats.register("avg", numpy.mean, axis=0)
    stats.register("std", numpy.std, axis=0)
    stats.register("min", numpy.min, axis=0)
    stats.register("max", numpy.max, axis=0)

    algorithms.eaMuPlusLambda(pop, toolbox, MU, LAMBDA, CXPB, MUTPB, NGEN, stats,
                              halloffame=hof)
    return pop, stats, hof
if __name__ == '__main__':
    pool = multiprocessing.Pool(processes=3)
    toolbox.register('map', pool.map_async)
    for var in range(0,5):
　　　　　・・・・・

追記
並列化に関してですが、このページを参考にしております。DEAPの並列化
ここにあるようにMultiprocessing Moduleを用いて並列化しており、中身としては以下のアルゴリズム中にあるmap関数でmultiprocessing.Pool.map_asyncを呼び出すことで並列化計算していると考えています。
どこを並列化したいのかという点ですが、コメントにあるようにアルゴリズム中でmap関数が使われている点が個体の評価という点ですのでそこを並列化したいと考えています。
並列化していないバージョンですが、if __name__ == '__main__':以下の

pool = multiprocessing.Pool(processes=3)
toolbox.register('map', pool.map_async)

をコメントアウトするなどで動作させない場合プロセスが生まれず通常通りに動きました。
また、参考にしたコードを実装した場合しっかりマルチプロセスで動いておりPCの問題ではないと思いますが、自分のコードではどこが原因となって見た目マルチプロセスになっているのかわかりません。
よろしくお願いします。
追記2
自分のコードですがこのような形になります。
全コード
[参考にしたコード]同様にDEAPモジュールのalgorithmsを以下のように変更しております。
変更点
def eaMuPlusLambdaの

fitnesses = toolbox.map(toolbox.evaluate, invalid_ind)

を

jobs = toolbox.map(toolbox.evaluate, invalid_ind)
fitnesses=jobs.get()

としています。全文を以下に載せます。

algorithms

def eaMuPlusLambda(population, toolbox, mu, lambda_, cxpb, mutpb, ngen,
                   stats=None, halloffame=None, verbose=__debug__):
    logbook = tools.Logbook()
    logbook.header = ['gen', 'nevals'] + (stats.fields if stats else [])

    # Evaluate the individuals with an invalid fitness
    invalid_ind = [ind for ind in population if not ind.fitness.valid]
    jobs= toolbox.map(toolbox.evaluate, invalid_ind)
    fitnesses=jobs.get()
    for ind, fit in zip(invalid_ind, fitnesses):
        ind.fitness.values = fit

    if halloffame is not None:
        halloffame.update(population)

    record = stats.compile(population) if stats is not None else {}
    logbook.record(gen=0, nevals=len(invalid_ind), **record)
    if verbose:
        print logbook.stream

    # Begin the generational process
    for gen in range(1, ngen+1):
        # Vary the population
        offspring = varOr(population, toolbox, lambda_, cxpb, mutpb)

        # Evaluate the individuals with an invalid fitness
        invalid_ind = [ind for ind in offspring if not ind.fitness.valid]
        jobs = toolbox.map(toolbox.evaluate, invalid_ind)
        fitnesses=jobs.get()
        for ind, fit in zip(invalid_ind, fitnesses):
            ind.fitness.values = fit

        # Update the hall of fame with the generated individuals
        if halloffame is not None:
            halloffame.update(offspring)

        # Select the next generation population
        population[:] = toolbox.select(population + offspring, mu)

        # Update the statistics with the new population
        record = stats.compile(population) if stats is not None else {}
        logbook.record(gen=gen, nevals=len(invalid_ind), **record)
        if verbose:
            print logbook.stream

    return population, logbook

追記3
簡単なコード

# coding: UTF-8
'''

'''
import multiprocessing

def nibai(x): 
    print multiprocessing.current_process()
    return x*x

def aaa():
    p = Pool(3) 
    print p.map(nibai, range(100)) 


if __name__ == "__main__":
    aaa()